Los incendios forestales tienen implicaciones significativas para el equilibrio ecológico de la Tierra, causando una devastación generalizada y planteando desafíos formidables para su contención una vez que se propagan. El desarrollo de métodos de visión por computadora promete facilitar la identificación oportuna de los riesgos de incendios forestales, evitando así posibles pérdidas económicas. En nuestro estudio realizado en varias regiones de Columbia Británica, utilizamos datos de imágenes capturadas por vehículos aéreos no tripulados (VANT) y métodos de visión por computadora para detectar varios tipos de árboles, incluidos árboles vivos, escombros (troncos en el suelo), árboles afectados por escarabajos y fuego, y árboles muertos que representan un riesgo de incendio forestal. Luego diseñamos e implementamos una novedosa técnica de ventana deslizante para procesar grandes áreas forestales como mapas ortogonales georreferenciados. El modelo demuestra competencia en la identificación de varios tipos de árboles, destacándose en la detección de árboles sanos con puntuaciones de precisión y recuperación de 0.904 y 0.848, respectivamente. Su efectividad en el reconocimiento de árboles muertos por escarabajos es algo limitada, probablemente debido al menor número de ejemplos disponibles en el conjunto de datos. Después de detectar los tipos de árboles, generamos mapas de colores que indican diferentes riesgos de incendio para proporcionar una nueva herramienta a los gestores de incendios para evaluar e implementar estrategias de prevención. Este estudio se destaca por su integración de la tecnología de VANT y la visión por computadora en la evaluación del riesgo de incendios forestales, marcando un paso significativo hacia la protección ecológica y la gestión forestal sostenible.